社交媒体上观点、信息和行为的耦合传播动力学机制研究

Social media, such as Sina Weibo, WeChat and various professional communication community is not only a platform for getting information, but also a new communication channel constituted by relationships and social interactions among the users. As the elapse of time, who said what to whom at what time create a special dynamic network, which is crucial in the dynamic process of opinion diffusion. Therefore, by combining the viewpoint of complex adaptive systems, in this project we adopt the agent-based modeling method together with the data analytics method to explore the opinion diffusion dynamics on the online temporal interaction network. At micro level, we explore the temporal dynamic characteristics of users’ interaction on online social network and set up interaction model with the theory of limited attention. We also probe the generation mechanism and the structure of online temporal interaction network formed by the interaction behaviors . At macro level on the basis of temporal network, we try to investigate the coupling pattern among opinion, information and activity and the mechanism of opinion diffusion. In addition we attempt to form an elaborate understanding about the modes of user participation on actual applications without central coordination and provide valuable proposals for government to improve the management of opinion and enterprises to enhance the efficiency of social marketing.

微博、微信等社交媒体不仅是大众获取信息的平台，还是按照人的关系链、社会交互行为构成的一种新型传播渠道。它是随时间推移由“谁在什么时候对谁说了什么”逐渐构成的一种动态网络，对舆情传播至关重要。对此，本项目从复杂系统视角出发采用基于Agent仿真技术与大规模数据分析相结合的方法，研究观点、信息和行为相互耦合的舆情传播动力学机制。在微观层面重点探寻社交媒体上个体行为时间窗模式，结合有限注意力建立个体传播行为模型。进一步深入理解由个体行为驱动的时变在线社会网络结构特征和产生机制，以把握在线舆情传播渠道特征。在宏观层面以时变网络为理论框架，探究观点、信息和行为相互耦合机理及在此约束下的舆情传播机制。此外项目将结合现实的社交媒体突发事件和营销事件对无中央协调的用户互动参与模式开展研究，为政府提高舆情管理水平和企业高效社会化营销提出有价值建议。

社交媒体提供了跨时空互动场，让在线用户利用碎片化时间进行消息传播和意见交互，令在线社会网络关系处于时断时续的状态，加剧了舆情传播的动态性和复杂性，对网络舆情治理提出了巨大挑战。对此，本项目从复杂系统视角出发采用基于Agent仿真技术与大规模数据分析相结合的方法，研究观点、信息和行为相互耦合的舆情传播动力学机制。. 通过分析在线用户时序行为数据，发现在线用户的时间行为模式：在线时间分配时长符合带指数截断的幂律分布，即一旦上线倾向浏览最近45分钟内的信息，是有限注意的一种典型表现。在这种人类行为特征驱动下，消息传播和意见交互的依托的是在线时变社会网络，即以在线朋友链路为依托、在社会交互中逐渐构成动态传播渠道。通过实证研究发现，这种网络结构相对稀疏、模块化程度高，有很多hub节点。特别地，我国在线健康社区中hub用户交互频率是普通用户的20余倍，能给普通用户提供内容和情感的双重支持。所以，在线时变社会网络上的消息传播和互动不符合经典的“接触即传染”模式，而是需要不同信源的反复刺激。本研究在真实数据构成的网络上构建了复杂传播模型，发现了传播盲区一直存在，是由于“连接方式—有限注意”融合所导致。此外，结合群体行为理论和收敛交叉映射算法，提出一种基于数据驱动的突发事件网络舆情传播建模方法，只需将数据处理一遍就能快速获得事件的传播模型，部分解决了突发事件舆情快速研判需求。在活动力驱动的在线时变社会网络上研究有限信任传播模型，发现了人类群体行为的时变结构对意见演化过程的作用。其中，时变结构为幂律时，虽然很难达到意见一致，但是意见冲突稳定性可控。. 综上所述，本研究通过解析在线用户行为和交互过程、在线时变社会网络生成机理和结构特点，深化理解大规模在线用户动态交互系统的运行规律。探索在线时变社会网络上的消息传播和意见演化模型，加深人类行为动力学、消息传播和意见动力学理论交叉融合研究。